基于改进fsvm与视觉检测的全向智能轮椅运动控制研究

基于改进fsvm与视觉检测的全向智能轮椅运动控制研究

ID:23933964

大小:5.05 MB

页数:84页

时间:2018-11-11

基于改进fsvm与视觉检测的全向智能轮椅运动控制研究_第1页
基于改进fsvm与视觉检测的全向智能轮椅运动控制研究_第2页
基于改进fsvm与视觉检测的全向智能轮椅运动控制研究_第3页
基于改进fsvm与视觉检测的全向智能轮椅运动控制研究_第4页
基于改进fsvm与视觉检测的全向智能轮椅运动控制研究_第5页
资源描述:

《基于改进fsvm与视觉检测的全向智能轮椅运动控制研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中文图书分类号:TP242.6密级:公开UDC:621.3学校代码:10005硕士专业学位论文PROFESSIONALMASTERDISSERTATION论文题目:基于改进FSVM与视觉检测的全向智能轮椅运动控制研究论文作者:郭文涛专业类别/领域:控制工程指导教师:贾松敏教授论文提交日期:2017年5月UDC:621.3学校代码:10005中文图书分类号:TP242学号:S201402233密级:公开北京工业大学工程硕士学位论文(全日制)题目:基于改进FSVM与视觉检测的全向智能轮椅运动控制研究OMNI-DIRECTIONALINTELLIGE

2、NT英文题目:WHEELCHAIRMOTIONCONTROLBASEDONIMPROVEDFSVMANDVISUALINSPECTION论文作者:郭文涛专业类别/领域:控制工程研究方向:智能控制与智能系统申请学位:工程硕士专业学位指导教师:贾松敏教授所在单位:信息学部答辩日期:2017年5月授予学位单位:北京工业大学独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京工业大学或其它教育机构的学位或证书而使用

3、过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:郭文涛日期:2017年5月24日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名:郭文涛日期:2017年5月24日导师签名:贾松敏日期:2017年5月24日摘要摘要针对当下残障人士及老龄人群的不断增加,且这类人士存在着行动不便等诸多问题,为了更好的帮助此类

4、人群,我国社会对多功能智能轮椅的呼声日益显著。与此同时,与智能轮椅有关的关键技术引发了国内外许多学者的密切关注。该领域的研究已然成为了一个热点。为了让使用者能够便捷的使用,同时为了确保使用者的人身安全,需要研究人员依据智能轮椅本身固有的平台特性,有针对性的研发运动控制系统与避障策略。本课题中借助本研究室开发的全方位智能轮椅平台,针对其运动控制系统做了相关改进与优化,并针对智能轮椅的避障策略做了进一步的探索与研究。首先,该系统根据实时检测出的使用者在椅面二维投影坐标下的人体重心坐标变化,来判断使用者的期望运动方向及速度,进而完成对智能轮椅精准高效

5、的运动控制。由于传统视觉算法有着运算量大、信息繁杂等诸多不足,因此提出了基于变形网格的单目视觉障碍物检测方法。由于将传统神经网络算法应用于智能轮椅的避障会带来局部最优几率增大,参数选取自主性降低,学习效率降低甚至是难以收敛等问题,本研究提出一种基于贝叶斯(Bayes)优化的模糊神经网络用于全向智能轮椅平台的避障过程中。本课题的研究重点主要有:1)基于改进后的FSVM下的人体重心聚类研究在以使用者在座椅底部二维平面的投影坐标依据的前提下,为了更加迅速精准的判断出使用者的运动控制意向,本课题中将改进后的模糊支持向量机(FuzzySupportVec

6、torMachine,FSVM)应用于人体重心数据聚类问题。为了避免对使用者的运动意图做出错误的判断,应消除运动过程中扰动与过程中间点等产生的数据点对聚类结果带来的干扰,因此本研究进一步优化了FSVM聚类算法。在原算法中引入了紧密度隶属函数,切实减小了聚类结果的错分率。2)基于变型网格的障碍物检测传统的单目视觉检测算法在对障碍物位置信息进行提取时,面临着大量的数据需要处理,这势必导致处理阶段的实时性效果较差。针对此问题,本研究提出了基于变型网格的单目障碍物检测方法,将对外部环境中障碍物检测问题简化为了计算分割后的网格区域内顶点与边线畸变的方位与

7、大小的问题。由此使得该算法的运算量降低,实时性得到有效的提升,通过实验验证符合智能轮椅的障碍物检测要求。3)基于Bayes的模糊神经网络避障算法I北京工业大学工程硕士专业学位论文首先为了解决传统神经网络在学习阶段存在的训练效率不高、收敛缓慢与容易产生局部最优等诸多不足,利用共轭梯度法将相应的系数与神经网络中前一个神经元的梯度相乘,并把结果赋予此神经元的梯度信息重新得到新的探索方向,进而提升了神经网络学习过程中的收敛速度,切实改善了数据运算维度与算法的运算复杂度。同时为了使全向智能轮椅平台满足在复杂场景中进行安全有效的避障,本研究提出了基于Bay

8、es改进的模糊神经网络避障策略。即针对网络目标函数添加了权衰减项,由此改进神经网络的模型同时优化其权值。实验表明,本研究所提出的运动控制方法有效的消除

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。